음악 위키 편 · 에이전트 하네스 시리즈 중 하나입니다.
⚠ 먼저 밝혀둡니다. 이 글은 "좋아하는 가수 위키를 만들었다"는 완성담이 아닙니다. 권진아·한로로의 페이지는 지금도 초안 상태이고 정본 게이트를 통과하지 못했습니다. 이 글이 기록하는 것은 그 앞 단계 — 다른 카테고리에서 잘 돌던 근거 체계가 음악에서 무너진 것을 실측으로 확인하고, 근거의 종류 자체를 갈아끼운 결정입니다. 수치는 2026-08-10 수집 관측에서 왔습니다.
1. 시작은 "잘 돌던 근거 체계가 통째로 무너진" 것이었습니다
운영 중인 위키는 강연·기술 영상을 다뤄 왔고, 모든 주장의 근거는 발화 자막이었습니다. 누가 몇 분 몇 초에 무슨 말을 했는지가 증거 단위였고, 이 구조로 인문·기술 카테고리가 돌아갔습니다. 여기에 음악 카테고리를 추가하면서 같은 체계를 그대로 쓰려 했습니다.
그런데 실측에서 무너졌습니다. 최유리 콘서트 영상의 자막을 열어 보니 원본 한국어 자막이 없고 영어 기반 자동번역 자막뿐이었습니다. 가사가 번역기를 두 번 거친 문장으로 적혀 있어, 이것을 근거로 삼으면 "이 곡에서 이런 가사를 불렀다"는 주장이 번역 오류 위에 서게 됩니다. 음악 영상에서 자막은 근거가 아니라 오염원이었습니다.
2. 그래서 이번에 정한 질문 하나
"자막을 더 잘 정제하자"가 아니었습니다. 질문은 이것이었습니다. 이 카테고리에서 기계가 믿고 읽을 수 있는 것은 무엇인가. 답은 자막 바깥에 있었습니다. 영상 제목에는 곡명과 공연명이, 설명란에는 0:00 곡명 형태의 챕터가, 메타데이터에 는 공개일이 있습니다. 전부 채널이 직접 적은 것이라 자동번역이 끼어들 자리가 없습니다.
3. 사용한 개념과 도구 — 근거 종류의 교체와 페이지 단위의 승격
밖에서 보면 이 시스템에 들어오는 것은 아티스트의 공식 채널 주소 하나이고, 나가는 것은 아티스트 페이지 초안과 카탈로그입니다. 추출은 전부 결정론 파싱이고 이 단계에 언어 모델이 없습니다 — 규칙이 틀리면 틀린 대로 나오게 두고, 그것을 다음 편에서 다룰 검증 대장이 교정합니다.
수집 채널 주소 → 영상 목록·메타 수집 → 카탈로그 → 계수가 맞는가
추출 제목·설명란 → 규칙 파싱(모델 없음) → 곡명·챕터·공연 → 규약이 맞는가
조립 추출 결과 → 아티스트 단위로 묶음 → 페이지 초안 → 분포가 맞는가
게이트 페이지 초안 → 정본 검사 10문항 → 통과 시 정본 → 아직 미통과근거의 종류는 셋으로 못 박았습니다. 설명란 챕터(시각+곡명), 영상 제목, 공개일. 자막은 근거 목록에서 뺐고, 이 결정을 카테고리 규격 파일에 이유와 함께 적었습니다.
4. 실제로 만든 것 — 기능 세 개와, 그 기능이 막는 실패
① 근거를 자막에서 채널 기입 정보로 갈아끼웠다 — 자동번역이 원문 행세하는 것을 막는다
증거 단위는 그대로 두고(어느 영상의 어느 시각에 무엇), 그것을 채우는 출처만 바꿨습니다. 설명란 챕터가 0:00 방황하는 젊음처럼 시각과 곡명을 주므로, 발화 자막이 하던 역할을 챕터가 대신합니다. 이 교체 덕에 위키의 증거 구조는 카테고리마다 다시 발명할 필요가 없었습니다 — 출처만 갈아끼우면 같은 틀이 섭니다.
② 페이지 단위를 영상에서 아티스트로 올렸다 — 주장 한두 개짜리 페이지가 대량 생기는 것을 막는다
다른 카테고리는 영상 하나가 페이지 하나였습니다. 음악에 그대로 적용하면 무너집니다 — 음악 영상은 3~5분에 곡 하나라, 실측에서 콘서트 클립 10건 중 9건이 단일곡이었습니다. 영상당 페이지를 만들면 주장이 한두 개뿐인 빈약한 페이지가 수백 장 생깁니다. 그래서 페이지 단위를 아티스트 1명으로 올리고, 페이지 안에서 콘서트와 발매 단위로 묶었습니다.
③ 기계가 못 뽑는 것을 "못 뽑는다"고 적었다 — 공백이 "없음"으로 둔갑하는 것을 막는다
한로로 채널은 제목에 공연명 규약이 있어 공연 그룹 9개가 기계로 나왔습니다. 권진아 채널은 같은 규 칙으로 0개가 나왔는데, 이것은 공연이 없다는 뜻이 아니라 이 채널 제목 규약에는 공연명 패턴이 없다는 뜻입니다. 페이지에는 "라이브 영상은 있으나 어느 공연인지는 사람이 확인해야 한다"고 적었습니다. 0을 그대로 두면 읽는 쪽은 "공연 이력 없음"으로 읽습니다 — 측정 불가와 부재는 다른 문장으로 적어야 합니다.
5. 지금까지 관찰된 결과 (실측 · 명령을 같이 적습니다)
두 채널의 수집·추출 계수입니다. 카탈로그는 항목 계수, 분포는 드래프트의 표에서 왔습니다. 영상 수는 카탈로그 파일을 wc -l 계열 계수로 확인했습니다.
주의해서 읽어야 할 값이 둘 있습니다. 권진아의 공연 그룹 0은 부재가 아니라 측정 불가입니다(§4-③). 그리고 한로로의 original 146은 "원곡 146곡 확인"이 아니라 제목 규약 추정의 기본값입니다 — 제목에 커버 표기가 없으면 원곡으로 추정되는데, 표기 없는 커버가 실제로 존재한다는 것이 다른 아티스트 실측에서 확인됐습니다. 이 교정은 다음 편(원곡 귀속 대장)의 주제입니다.
날짜도 범위를 한정해 읽어야 합니다. 공연 개최일은 메타데이터에 없으므로, 페이지의 모든 날짜는 영상 공개일입니다. 페이지에 그렇게 명시했습니다.
6. 따라 해보고 싶으시면 — 가장 작은 형태부터
취향 기록을 위키로 만들 때의 최소 형태는 이렇습니다.
- 그 카테고리에서 기계가 믿고 읽을 수 있는 필드를 먼저 실측하십시오. 자막이 늘 있는 것도, 늘 원문인 것도 아닙니다. 영상 서너 개를 열어 자막의 원문 여부부터 확인합니다.
- 페이지 단위를 콘텐츠 밀도로 정하십시오. 영상당 주장이 한두 개면 영상은 페이지가 못 됩니다. 주장이 모이는 단위(아티스트·앨범)로 올립니다.
- 기계 추출이 0을 내면, 그것이 부재인지 측정 불가인지 구분해 적으십시오. 채널마다 제목 규약이 달라 같은 규칙이 한쪽에서만 돕니다.
7. 판정은 네 가지로 나누십시오 (두 가지로는 부족합니다)
추출 결과를 "나왔다/안 나왔다"로만 보면, 측정 불가가 부재로 둔갑합니다.
PASS 채널 기입 정보에서 직접 읽혔다 (챕터의 시각+곡명이 여기)
PASS_WITH_NOTE 값은 있으나 뜻이 좁다 — 날짜는 개최일 아닌 공개일 (범위 한정)
HOLD 측정 불가 — 규약 부재로 기계가 못 뽑음, 사람 확인 대기 (권진아 공연 그룹)
FAIL 자동번역 자막처럼 출처가 오염됨 — 근거 목록에서 제외8. 한계와 대가 (얻은 것 옆에 잃은 것)
근거를 갈아끼운 대신 분명히 잃은 것이 있습니다.
가사와 발화 내용을 통째로 포기했습니다. 자막을 근거에서 빼면서, "이 곡의 이 가사가 좋다" 같은 문장은 이 위키에서 근거를 달 수 없는 문장이 됐습니다. 원문 가사를 따로 확보하는 길이 있지만 그 파이프라인은 계획 단계이고 아직 없습니다.
설명란 챕터는 채널이 적어준 것만 존재합니다. 권진아 97건 중 6건, 한로로 157건 중 12건뿐이라, 곡 단위 증거가 있는 영상은 전체의 한 자릿수 퍼센트입니다. 나머지 영상의 곡명은 제목 규약 추정에 기대는데, 그 추정의 오류는 다음 편의 검증 대장이 다룹니다.
영상당 페이지 설계를 버렸습니다. 다른 카테고리와 페이지 단위가 달라져 위키 전체의 균질성을 잃었습니다. 페이지 단위가 카테고리마다 다르면 횡단 검색과 링크 규칙이 복잡해지는 대가가 있는데, 빈약한 페이지 수백 장보다는 낫다고 판단했습니다.
그리고 두 페이지 모두 정본 게이트 미통과 상태입니다. 취향 축 기입도 비어 있습니다 — 취향은 본인만 적을 수 있는 값 이라 기계가 추론하지 않기로 규격에 박아 뒀기 때문입니다. 지금 있는 것은 검증 가능한 뼈대이지 완성된 페이지가 아닙니다.
9. 결론 — 가져가실 규칙 세 개
첫째, 근거의 종류는 카테고리의 속성입니다. 강연에서 자막이 근거였다고 음악에서도 근거인 것이 아닙니다. 새 카테고리를 열 때마다 "여기서 기계가 믿고 읽을 수 있는 것"을 실측으로 다시 정해야 합니다.
둘째, 페이지 단위는 콘텐츠 밀도가 정합니다. 콘서트 클립 10건 중 9건이 단일곡이라는 실측 하나가 페이지 단위를 영상에서 아티스트로 올렸습니다. 단위를 먼저 정하고 콘텐츠를 끼워 맞추면 빈 페이지가 양산됩니다.
셋째, 측정 불가와 부재를 다른 문장으로 적으십시오. 권진아의 공연 그룹 0개는 공연이 없다는 뜻이 아닙니다. 이 구분을 안 적으면 위키의 공백이 전부 "없음"으로 읽히고, 그중 일부는 거짓이 됩니다.
10. 참고
증거에 시각 좌표를 달아 원본으로 되짚게 하는 구조는 이 시리즈의 출처 추적 편에서 다룬 Evidence Span의 연장이고, 이번 편은 그 Span을 채우는 출처를 자막에서 채널 기입 정보로 바꾼 기록입니다. "측정 불가를 부재로 적지 않는다"는 규칙은 통계에서 결측과 0을 구분하는 오래된 규율의 위키판입니다.
